科研之友
微信
新浪微博
Facebook
分享链接
摘要
在探测能力、波形设计及天线指向等因素制约下，分布式雷达视场并非完全重合，由此造成的观测信息差异给后续信息融合带来了巨大挑战。该文基于高斯混合实现的集势概率假设密度(CPHD)滤波器，提出了一种视场部分重叠下的分布式雷达多目标跟踪方法。首先，利用多目标密度乘积切分出概率假设密度(PHD)中表征共同观测信息的部分；之后，标准的分布式融合(算术平均或几何平均融合)方法作用于切分出的共同观测目标信息以提升跟踪性能，补偿融合则作用于雷达单独观测目标信息以扩展视场范围。该文方法无须视场先验信息，能够适应雷达视场未知时的分布式融合多目标跟踪场景。仿真实验验证了所提出方法在未知、时变雷达视场下跟踪多目标的性能，表明了该文方法比基于高斯混合的聚类方法性能更好。
- 单位
